[发明专利]一种去除城市遥感图像中雾霾的方法

权利要求书

1.一种去除城市遥感图像中雾霾的方法，其特征在于，包括以下步骤：

步骤1：输入城市遥感图像；

步骤2：获取城市遥感图像的色彩信息；

步骤3：把色彩信息中单波段的灰色图像转换成彩色图像；

步骤4：对输入的城市遥感图像进行傅里叶变换；

步骤5：获取相位特征；

步骤6：构造对数Gabor滤波器并提取图像幅度特征；

步骤7：对幅度特征进行颜色补偿；

步骤8：获得相位幅度特征；

步骤9：用多尺度Retinex理论对城市遥感图像进行雾霾去除处理；

步骤10：进行局部直方图均衡化处理；

步骤11：进行小波多尺度分解和融合处理；

步骤12：输出结果；

所述的步骤9中用多尺度Retinex理论对城市遥感图像进行雾霾去除处理的具体步骤为：

步骤9.1：获取的图像I(m,n)看作是环境入射光和物体反射相乘的结果，那么它可以用式(5)来表示；

I(m,n)＝L(m,n)·R(m,n) (5)

式中I(m,n)表示用光学传感器获取的图像，即受到了雾霾影响而降质的图像，(m,n)表示像素点的空间位置；L(m,n)表示入射的环境光，即要消除的干扰信息；R(m,n)表示物体表面反射光，即需保留的图像信息；

对公式(5)两边取对数，并进行调整，得到式(6)，

r(m,n)＝log[R(m,n)]＝log[I(m,n)]-log[L(m,n)] (6)

其中L(m,n)用下式进行计算，

L(m,n)＝G(m,n)*I(m,n) (7)

式中的G(m,n)为高斯函数，其定义如下：

式中参数σ既为高斯函数的标准偏差，又为其尺度参数；

多尺度Retinex(MSR)算法就是把不同单个尺度Retinex(SSR)算法处理结果进行加权求和，然后把它作为最后的处理结果，其定义如式(9)所示，

式中的i为颜色通道数，i∈{1,2,3}，对应于彩色图像的R通道、G通道和B通道；M表示尺度参数值的个数，j表示参数值M中的第j个尺度参数σ，r_ji(m,n)表示第j尺度下第i颜色通道的反射分量，r_i(m,n)表示第i颜色通道经Retinex算法处理后的反射分量，w_j为尺度参数值的权值；

步骤9.2：MSR算法中尺度参数σ的个数M及其数值的设计，设置了两种多尺度参数个数和数值方案，具体如下：

MSR算法中尺度参数σ的第一种设计方案：此方案中只设置了6个尺度参数，第一尺度20、第二尺度40、第三尺度60、第四尺度80、第五尺度100、第六尺度120；

MSR算法中尺度参数σ的第二种设计方案：此方案中只设置了9个尺度参数，第一尺度32、第二尺度64、第三尺度128、第四尺度256、第五尺度512、第六尺度1024、第七尺度2048、第八尺度4096、第九尺度8192；

两种方案结果的融合：把两种参数设置方案分别执行处理，然后把各自获得的处理结果进行简单的融合处理，即求和取均值，然后把其作为最终结果。

2.根据权利要求1所述的一种去除城市遥感图像中雾霾的方法，其特征在于：所述的步骤1中输入的遥感图像是单波段灰色图像，或是多光谱图像或多个波段合成的彩色图像，或是由CCD相机获得的RGB真彩色图像，它们都是在雾霾存在的条件下获得的城市区域遥感图像。

3.根据权利要求1所述的一种去除城市遥感图像中雾霾的方法，其特征在于，所述的步骤3中把单波段的灰色图像转换成彩色图像的具体步骤为；

对输入的全色灰度遥感图像进行彩色增强处理，输入的单波段灰度遥感图像用I(m,n)表示，转换后的RGB假彩色遥感图像用IC(m,n)表示，转换的过程如式(1)所示，就是把灰度图像I(m,n)的各个像素值同时分别赋予给假彩色RGB图像IC(m,n)的三个通道，即IC_R(m,n)通道，IC_G(m,n)通道和IC_B(m,n)通道；